DB2 Viper 的新特性 XML处于核心地位

         索引

    除了提供新的 XML 层次化存储管理支持之外，DB2 还提供了新的索引技术来加快涉及 XML 数据的搜索。与关系索引相似，这些新的 XML 索引也是用熟悉的 SQL DDL 语句创建的：CREATE INDEX。但是，除了指定要建立索引的目标列之外，还要指定 “xmlpattern”（这本质上是一个没有谓词的 XPATH 表达式）来标识感兴趣的 XML 文档子集。

    例如，使用前面的 “items” 表定义和 图 2 所示的示例 XML 文档，管理员可以发出以下语句对 “comments” 列中包含的所有评论标识符（“CommentID” 值）建立索引。注意，示例文档中的 “CommentID” 元素是 “Comment” 元素的子元素，“Comment” 元素本身是根元素 “Comments” 的子元素。

    清单 2. 为 XML 列创建索引

create index myindex on items(comments) generate key
using xmlpattern '/Comments/Comment/CommentID' as sql double

    有几个细节值得注意。“xmlpattern” 子句中指定的路径是大小写敏感的。因此，“/Comments/Comment/CommentID” 与 “/comments/comment/commentid” 并不对相同的 XML 元素值建立索引。另外，因为 DB2 并不要求对于一个给定的 XML 列必须有 XML 模式，所以 DB2 可能不知道什么数据类型与指定的模式相关联。用户必须使用支持的 SQL 类型之一（VARCHAR、VARCHAR HASHED、DOUBLE、DATE 和 TIMESTAMP）显式地指定数据类型。

    最后，尽管使用 SQL DDL 语句来创建 XML 索引，但是 XML 数据上的索引与传统 SQL 数据类型列上的索引是不一样的。DB2 XML 索引技术的细节超出了本文的范围，但是应该注意两个显著的差异：

    XML 数据上的索引通常只涉及文档（列）内容的一个子集。与此相反，传统 SQL 数据上的索引总是涉及整个列的内容。
表中的一行可能会产生多个 XML 索引项，因为一个 XML 文档可能包含零个、一个或许多个与指定的 xmlpattern 匹配的 “节点”。与此相反，非 XML 索引对于表中的每一行只包含一项。
对于某些应用程序，全文搜索是很重要的。IBM 扩展了 DB2 的文本搜索功能，使其能够搜索 XML 列中存储的数据。对 CREATE INDEX 语句的扩展使管理员能够创建全文索引，从而帮助改进这种搜索的性能。

    查询语言和优化

    DB2 新的 XML 支持包含新的查询语言功能。程序员现在可以使用 SQL 或 XQuery 搜索数据，XQuery 是一种新的查询语言，支持导航（即基于路径的）表达式。实际上，应用程序可以自由地使用这两种语言的语句，而且一个查询语句可以结合使用 SQL 和 XQuery。

    在本文中，我们没时间广泛深入地研究这些功能，所以只讨论几个要点。如果您是没有 XML 经验的 SQL 程序员，那么不必担心，因为用简单的 SQL 语句就能够检索 XML 列中存储的数据内容。例如，下面两个熟悉的查询返回 “items” 表中与特定的库存单位（SKU）相关的所有数据，包括带有顾客评论的 XML 文档：

    清单 3. 用 SQL 查询 XML 数据

select * from items where sku = 112233

    select id, brandname, itemname, sku, srp, comments from items
    where sku = 112233 

    我们现在考虑另一种情况，在这种情况下只想获得 “items” 表的顾客评论中包含的消息，而且希望使用 XQuery 来完成。下面是构造这个语句最简单的方式：

    清单 4. 用 XQuery 查询 XML 数据

xquery db2-fn:xmlcolumn('ITEMS.COMMENTS')/Comments/Comment/Message

    因为 DB2 支持两种查询语言，所以用户必须在 XQuery 语句前面加关键词 “xquery”。“db2-fn:xmlcolumn” 函数是指定要查询的目标数据的一种方法。它的参数指定表的 XML 列 —— 在这个例子中是 ITEMS 表的 COMMENTS 列。这个查询还将目标数据进一步限制到 XML 数据的特定子集 —— 即 “Message” 元素的值，这个元素是 “Comment” 元素的子元素，“Comment” 元素本身是根元素 “Comments” 的子元素。（参见 图 2。）

    可以使用 FLWOR 表达式构造同样的查询，这种表达式常常与 XQuery 语句相关联。FLWOR 表达式是一种引用 for、let、where、order by 和 return 子句的非正式方式。它使程序员能够循环遍历 XML 文档中的节点组并将变量绑定到中间结果。对于这个查询示例，可以使用 for 和 return 表达式从顾客评论中获得消息，如下所示：

    清单 5. 使用 XQuery 的 FOR 和 RETURN 子句

xquery for $y in db2-fn:xmlcolumn('ITEMS.COMMENTS')/Comments/Comment
return ($y/Message) 

    应该注意，DB2 Viper 附带一个 Developer's Workbench，这是一种基于 Eclipse 的开发工具，其中包含的图形化 XQuery 构建器可以帮助用户生成和测试查询。

    SQL 和 XQuery 可以组合在一个语句中，从而同时限制对 XML 和非 XML 列的搜索。例如，考虑以下 XQuery 语句：

    清单 6. 将 SQL 和 XQuery 组合在一个语句中

xquery db2-fn:sqlquery('select comments from items
where srp > 100')/Comments/Comment/Message

    db2-fn:sqlquery 子句限制了 XQuery 语句的输入；具体地说，只有与建议零售价（srp）大于 $100 的商品相关联的顾客评论才作为输入传递。其他 XQuery 信息表示 DB2 应该只返回这些评论的 “Message” 部分。

    许多文章和 Web 站点可以帮助您学习 DB2 的 SQL/XML 扩展、DB2 的 XQuery 支持和新兴的 XQuery 标准（参见 “参考资料” 中的链接。）

    最后，关于查询语言还有一个相关的主题：查询优化。DB2 有两个查询语言分析器：一个用于 XQuery，另一个用于 SQL。它们都生成一种通用的与语言无关的内部查询表示。这意味着用这两种语言编写的查询都会从 DB2 的基于开销的查询优化技术获益，这包括高效地重写查询操作符以及选择低开销的数据访问计划。另外，DB2 可以利用新的查询和联结操作符以及新的索引处理技术，为涉及 XML 文档的查询提供更好的运行时性能。

    XML 模式和检验

    XML 灵活的本质有时候让数据库专业人员对数据质量很担心。正如前面提到的，DB2 允许用户在 XML 数据类型的任何列中存储任何良构的 XML 文档。因此，一个列中可以包含具有不同结构（即模式）和不同内容的文档。如果数据的本质是不清楚的，或者是难以预测的，那么这样的灵活性是绝对必要的。但是在其他情况下，它可能成为麻烦。所以，DB2 允许用户注册他们的模式并要求 DB2 在进行存储之前针对这些模式检验 XML 文档。

    XML 模式仅仅是良构的 XML 文档，它们描述了其他文档的结构和内容。例如，XML 模式指定哪些元素是有效的，这些元素在文档中应该以什么次序出现，与每个元素相关联的 XML 数据类型，等等。有各种工具可以帮助您从现有的 XML 文档创建 XML 模式，包括 IBM WebSphere® Studio 系列及其附属品牌 Rational® 产品。

    在一个列中，用户可以存储与不同模式对应的不同 XML 文档。这显然是因为不断变化的业务需求会影响需要捕捉的 XML 数据的结构和内容。考虑前面的 “items” 表，假设在部署这个表几个月之后，决定在 XML 列中捕捉其他信息，比如更多的顾客联系信息、响应某些评论的操作的记录等等。DB2 可以适应这些新的内容，并不需要改变表的结构或依赖于这个表的应用程序。实际上，现有的数据（基于 “旧的” XML 模式）仍然存在，同时可以添加符合一个或多个新模式的新数据。按照这种方式，管理员可以以最少的部署时间和开销支持新的业务需求。而且，他们不会损害 XML 的完整性 —— 他们只是向 DB2 提供新的信息，说明某种 XML 数据也是 “有效的”。

    在 DB2 的内部存储库中注册 XML 模式是很简单的。DB2 提供了存储过程来使这个过程自动化，管理员也可以手动发出相应的命令。如果需要，可以使用一个模式检验多个表中的多个 XML 列。

    管理支持

    DB2 新的 XML 支持包括对熟悉的管理工具的扩展，可以帮助管理员管理和调整数据库。例如，备份和恢复设施（包括用于故障恢复的高可用性数据复制）都支持 XML 列中存储的文档。同样，对 IMPORT 和 EXPORT 的扩展现在可以同时在传统 SQL 数据和 XML 数据上操作。因此，可以发出一个 IMPORT 命令来填充整个 “items” 表（从原始文件读取 XML 数据），发出一个 EXPORT 命令将所有表数据写到外部文件。

    另外，DB2 的图形化管理工具 DB2 Control Center 使管理员能够浏览包含 XML 数据的表、创建和管理基于 XML 的索引、发出 SQL/XML 和 XQuery 语句以及执行许多其他管理任务。因为性能常常是关注的重点，相应的 DB2 设施也进行了扩展来适应 XML 数据。这些设施包括 DB2 Snapshot Monitor，它提供对某一时刻 DB2 活动的汇总（即 “快照”）；RUNSTATS，它收集 DB2 数据库中存储的数据的统计信息；以及 EXPLAIN，它报告查询优化器为满足给定请求所选择的访问路径。管理员可以通过研究 EXPLAIN 的输出来判断使用了哪些 XML 索引。

    程序语言扩展

    如果程序员无法可靠地访问数据库中存储的 XML 数据，那么 DB2 新的 XML 支持的意义就不大了。由于认识到了这一点，IBM 对它的各种编程语言接口进行了增强，从而支持轻松地访问 XML 数据。这些增强覆盖 Java™（JDBC）、C（嵌入式 SQL 和调用级接口）、COBOL（嵌入式 SQL）、PHP 和 Microsoft® 的 .NET 环境（通过 DB2.NET 数据提供程序）。

    因为应用程序编程接口（API）与使用的编程语言相关，我们无法在这里一一讨论这些扩展。可以在最近发表的论文 “Native XML Support in DB2 Universal Database” 中读到对这些扩展的总结（参阅 “参考资料”），还可以阅读文章 “结合使用 DB2 原生 XML 与 PHP”。

    结束语

    DB2 Viper 版是 IBM 的第一个 “混合型”（即多结构）数据库管理系统实现。除了支持表数据模型之外，DB2 还支持 XML 文档和消息中固有的层次化数据模型。用户可以在一个表中自由地混合存储传统 SQL 数据和 XML 数据。还可以使用 SQL（如果愿意，可以加上 XML 扩展）和 XQuery（新出现的 XML 数据查询标准）来查询和处理这两种形式的数据。通过在经过实践检验的数据库管理基础设施上进行扩展，IBM 为 DB2 Viper 用户提供了同时处理关系数据和 XML 数据的强大支持。